Whisper 字幕ジェネレーター は何をしますか?
OpenAI Whisper API を使用して、単語レベルのタイムスタンプ付きの高精度な字幕・キャプションを生成します。SRT、VTT、ASS 形式に対応し、行の長さ調整や pyannote による話者分離も設定可能です。
インストール
環境に合ったアップストリームのインストール方法またはセットアップパスを使用してください:
- pip install -U openai-whisper
- pip install git+https://github.com/openai/whisper.git
- pip install --upgrade --no-deps --force-reinstall git+https://github.com/openai/whisper.git
- brew install ffmpeg
アップストリームからの要件と注意事項:
- 私たちはモデルのトレーニングとテストに Python 3.9.9 と PyTorch 1.10.1 を使用しましたが、コードベースは Python 3.8-3.11 および最近の PyTorch バージョンとの互換性が期待されています。また、コードベースは以下に依存しています:
- または、次のコマンドでこのリポジトリの最新コミットをプルしてインストールし、Python 依存関係も合わせてインストールします:
- さらに、システムにコマンドラインツール ffmpeg がインストールされている必要があります。これはほとんどのパッケージマネージャーから入手可能です:
基本的な使用法または入門ノート:
-
パッケージをこのリポジトリの最新バージョンに更新するには、次のコマンドを実行してください:
-
bash
-
アップストリームドキュメントから抽出:https://raw.githubusercontent.com/openai/whisper/HEAD/README.md